Data Science Academy · Pelajaran

Korelasi Bukan Sebab-Akibat

Hal yang sebenarnya dinyatakan oleh sebuah koefisien

Korelasi Bukan Sebab-Akibat adalah pelajaran Data Science Academy gratis di CoddyKit. Ini adalah pelajaran 1 dari 4. Kamu bisa membaca pelajaran lengkapnya di bawah secara gratis — lalu praktikkan langsung di browser dengan editor kode bawaan dan tutor AI 24/7. Ini adalah bagian dari jalur belajar Data Science Academy, dan progresmu tersinkronisasi di web dan aplikasi CoddyKit. Kursus Data Science Academy mencakup 4 pelajaran total.

Bagian dari pelajaran ini belum diterjemahkan dan ditampilkan dalam bahasa Inggris.

What Correlation Measures

Correlation tells you how two variables move together. When one goes up, does the other tend to rise, fall, or ignore it? That pattern is all it captures. 📈

The Coefficient Range

A correlation coefficient lives between -1 and +1. Near +1 means they rise together, near -1 means one falls as the other climbs, and near 0 means almost no link.

import pandas as pd
r = df["hours"].corr(df["score"])
print(round(r, 2))

Positive Relationships

A positive correlation means both variables tend to grow together. More study hours often pair with higher scores, giving you a value comfortably above zero.

Negative Relationships

A negative correlation means one rises while the other drops. More screen time before bed might pair with fewer hours of sleep, pushing the value below zero.

The Causation Trap

Here is the big warning: causation means one thing actually makes the other happen. Correlation never proves that on its own, no matter how strong it looks. ⚠️

The Lurking Variable

Often a hidden confounder drives both. Ice cream sales and drowning both climb in summer, but heat is the real cause, not the ice cream itself.

Spurious Correlations

Some links are pure coincidence. With enough variables, two unrelated trends can line up by chance and fool you into seeing a story that is not there.

Reverse Causation

Sometimes the arrow points the other way. You may assume X causes Y, but reverse causation means Y was actually driving X all along.

It Misses Curves

Standard correlation only sees straight-line patterns. A clear U-shaped relationship can show a coefficient near zero even though the two are strongly connected.

What Proves Cause

To claim cause you usually need a controlled experiment, where you change one thing on purpose and watch the result while holding everything else steady.

Read It Honestly

So treat a coefficient as a clue, not a verdict. It points you toward relationships worth investigating, but the why still needs careful thought.

Quick Check

Ice cream sales and drowning incidents both rise in summer. What best explains this link?

Recap

Correlation shows how variables move together from -1 to +1, but it never proves cause. Watch for confounders, coincidence, and curves before drawing conclusions. ✅

Pertanyaan yang Sering Diajukan

Apakah pelajaran “Korelasi Bukan Sebab-Akibat” gratis?

Ya — teks lengkap “Korelasi Bukan Sebab-Akibat” gratis dibaca di sini di web. Untuk praktiknya secara interaktif (editor kode bawaan dan tutor AI 24/7) dan buka sisa kursus Data Science Academy, upgrade ke CoddyKit PRO. Kursus Data Science Academy mencakup 4 pelajaran total.

Apa yang akan aku pelajari di “Korelasi Bukan Sebab-Akibat”?

Hal yang sebenarnya dinyatakan oleh sebuah koefisien Kamu berlatih Data Science Academy dengan kode praktik yang langsung kamu jalankan di browser, dan tutor AI 24/7 menjawab pertanyaanmu saat kamu mengerjakan pelajaran ini.

Apakah aku perlu pengalaman untuk memulai Data Science Academy?

Tidak diperlukan pengalaman sebelumnya. Data Science Academy di CoddyKit dirancang untuk pemula hingga pelajar tingkat lanjut, jadi kamu bisa memulai di sini atau dari awal dan belajar sesuai kecepatan kamu sendiri. Ini adalah pelajaran 1 dari 4.

Berapa lama pelajaran “Korelasi Bukan Sebab-Akibat” memakan waktu?

Sebagian besar pelajaran CoddyKit memakan waktu sekitar 5–10 menit. Setiap pelajaran ringkas dan interaktif, jadi kamu membuat kemajuan stabil dan melanjutkan dari tempat kamu tinggalkan di web dan aplikasi.

Bisakah aku menulis dan menjalankan kode dalam pelajaran Data Science Academy ini?

Ya. Setiap pelajaran Data Science Academy menyertakan editor kode bawaan, jadi kamu menulis dan menjalankan kode nyata langsung di browser dan mendapatkan umpan balik AI instan — tidak diperlukan penyiapan lokal.

Semua pelajaran dalam kursus ini

← Kembali ke Data Science Academy